最近幾年，低代碼甚至零代碼的做法在行業內興起。而在AI熱潮興起后，廠商也在積極探索AI 與低/零代碼應用開發平臺的融合方式，致力于進一步降低開發門檻。這篇文章，我們就來看下整個低代碼這個領域的現狀與發展情況。

企業上云逐漸成為數字經濟的常態事件，越來越多的低/零代碼應用開發平臺以云的形式提供服務，并為云應用的開發、集成、 運維等工作提供進一步簡化的工具調用方式，更好的貼合云時代下的企業需求。

此外，AI熱潮興起后，廠商也在積極探索AI 與低/零代碼應用開發平臺的融合方式，致力于進一步降低開發門檻，提升開發效率，“讓低代碼更低，零代碼更零”。

一、行業背景

1.1 AIGC 熱潮下的低/零代碼應用開發平臺

AI熱潮指在2022年末開始興起的AIGC和大語言模型熱潮，低/零代碼應用平臺與AI 結合的落地實踐較少，目前結合的方向在于針對不同角色提升平臺的使用效率。

AIGC 得到行業客戶關注，低/零代碼融入 AIGC 有望實現產品能力的躍升，數字化優先程度越高的企業，對 AIGC 關注度越高。

低/零代碼 + AIGC 定義為 “基于智能模型驅動的自適應開發”產品。

理論設計上：

1. 此類產品可以支持通過自然語言的形式向平臺下達指令，AI 判斷用戶指令后，產品可以自動進行表單創建、報告創建、OA 功能開發、特定需求的代碼生成等操作（具體需要結合不同產品的功能設計）。
2. 這樣的能力可以讓公民開發者通過語言指令快速實現數字化解決方案構建，加速全民開發者時代的到來，同時也可以提升專業開發者的工作效率。

1.2 AI + 低/零代碼應用分析

產品淺析：從客戶期望來看，融入 AICG 的低/零代碼產品，需要在功能設計和產品交互上，重點關注用戶使用體驗、增強開發功能的完整性和可用性

用戶關注點：

• 生成代碼質量
• 代碼安全性
• 可以支持的開發類型和功能完整度
• 可以支持的個性化開發程度
• 機器人的語言理解力
• 產品功能儀容程度
• 是否支持輔助 bug 調試
• 是否支持代碼解釋

產品交互和關鍵詞提示

為了讓 Al 可以更精準地理解指令進而實現功能開發，使用者需掌握有效關鍵詞和提問技巧。隨著用戶需求沉淀和與之匹配的效關鍵詞積累，供應商可以嘗試向客戶提供“關鍵詞提示”和“關鍵詞修正建議”等功能，幫助用戶提升人機交互效率，提升客戶體驗和產品使用效能。

可信模型訓練

基于特定行業和特定場景的代碼生成模型訓練有可能使用到非公開的行業數據，相關代碼模型供應商也需要探索基于隱私保護計算技術的模型訓練，由于加密算法讓計算量的增加，模型訓練度和成本也會受到影響。

1.3 AI + 低/零代碼 的影響和價值

AIGC 可以深層次引發 IT 效率革命，讓更多業務人員有機會成為公民開發者，進而推動全民開發時代的到來；對低/零代碼競爭力聚焦點、生態與市場格局、產品和服務等方面產生影響。

傳統低代碼和零代碼產品往需要對 IT 成熟度高、中、低企業進行道配且存在能力邊界（例如 T 成熟度低的企業可能因為缺乏專業開發者而無法使用低代碼產品，但是零代碼產品也只能完成簡單功能的搭建）。

而未來成熟的 AIGC 低代碼和零代碼產品所具備的是“基于智能模型的自適應開發”能力，且僅 以自然語言指令的方式便可以實現代碼生成和功能實現，因此可以更好地淡化傳統低/零代碼產品的能力邊界性和使用者的局限性。從生產力變革的角度帶來 IT 效率革命，讓更多的業務人員有機會成為公民開發者進而推動全民開發時代的到來。

傳統低代碼和零代碼產品側重基于經驗和代碼積累的功能抽象封裝、流程預定義、基于數據定義和元數據配置來生成應用程序。

而AIGC低/零代碼產品的能力提升取決于大模型的成熟度，大模型所提供的開發生產力將對傳統產品形成降維打擊，因此隨著 AGC 在代碼生成方面的應用逐步成熟，低代碼和零代碼廠商的競爭力聚焦點將發生調整，進而為提升產品力所建設的廠商生態也將呈現一定的變化。自然語言指令等新的產品交互形式也會影響產品使用和服務方式的變化。

1.4 中國低/零代碼市場趨勢：AI + 低/零代碼的融合

越來越多的供應商會將 AI 融入低/零代碼，預計 2027 年，70%～ 80% 的用戶將使用具備 AI 能力的低/零代碼產品

1.5 智能自適應開發平臺（IADP）

智能自適應開發平臺（IADP），是低/零代碼的重要發展方向。預計 2027 年，約 50% 的領先實踐企業將開始構建或正在構建智能自適應開發平臺。

MTI Quadran（市場趨勢洞察象限）將此趨勢納入“重點關注“類別。

智能自適應開發平臺（Intelligent adaptive development platform,I/ADP)是以“基于智能模型的自適應開發能力“為核心所構建的支持個性化和復雜需求的軟件開發平臺。

智能自適應開發平臺（IADP）支持多樣化的團隊，提供軟件交付與全生命周期管理的服務，覆蓋個性化和復雜開發需習求實現、原型設計、測試、代碼安全保障措施和監控、智能運維高效系統集成等在內的全域能力，開發者知識庫是為平臺能力升級和模型訓練效率提升（基于 KnowHow 沉淀提升模型參數調整的精準性）而設計。

之所以 IADP 類產品有望在未來 5 年內得以實現，將得益于生成式 AI 的發展。

客戶構建智能自適應開發平臺（IADP）可以真正地加速數字轉型效率，最大程度適應敏態的業務需求，縮小客戶預期和實踐成效之間的差距（甚至超出客戶預期）。無論是客戶內部建設 IADP，亦或是供應商打造 IADP 產品，其過程均需要設定好功能優先級和明確的開發思路。

根據咨詢公司對數十位領先實踐企業的領導者闡述智能自適應開發平臺（IADP）這一概念同時征詢投入意向時，約 50%的受訪者表示如果擁有合適的供應商提供技術支持和服務，可以在 5 年年內嘗試建設 IADP，但需要采取“小步慢跑“的逐漸嘗試性的投資策略；同時擁有 40% 以上的受訪者表示更愿意看到供應商可以提供 IADP 產品后再進行投資。

二、低/零代碼 + AI 行業趨勢

低代碼的主張：“降低代碼開發量，通過點擊配置、圖形化拖拽開發應用，人人都是公民開發者”；

大模型的主張：“不用代碼開發，通過自然語言生成應用，人人都是開發者”。

低/零代碼+AI 主要目標：在低/零代碼開發平臺的基礎上進一步降低開發門檻，提升開發效率

低代碼+Ai 問答 太簡單

低/零代碼開發平臺上可以放置AI問答類功能的接口，這種結合方式較為簡單，但僅限于減少去檢索問答功能的步驟，因而不是低/零代碼廠商努力的方向。

正確方向

• 大語言模型更高級的結合形式，在于AI功能盡可能發揮低/零代碼應用開發平臺的本意價值，即進一步提升開發效率，降低開發門檻；
• 根據此方向，有分別針對業務人員、專業開發人員、產品經理人群的AI+低/零代碼功能的推出，但目前均處于商業測試化階段。

三、低/零代碼 與 AI Agent

1. Agent 是通過綜合多種先進算法建成具有獨立思考和工具調用能力的智能體

AI Agent本質上是以LLM為核心的代理系統，它可以被應用為一個軟件程序自動 理解并執行命令，也可以被裝載到物理實體中控制機器。

與LLM（大語言模型）通過和用戶語言交互，生成相應的文字、圖片等內容的能力相比， Agent在LLM之上疊加了記憶、規劃、工具調用的能力，具備自我學習、反思的獨立思考能力和任務規劃、工具調用的能力，從而 為人類解決更廣范圍的問題。

2. Agent 能自主選擇合適的路徑、工具，和應用程序交互以完成任務

在Agent的多種應用實踐中，對于規劃、記憶、工具的組件能力的應用深淺 和綜合方式都有所不同，目前Agent的實踐主要體現在自動執行人機交互任務和模擬人類社會活動兩個方面。

具體實踐案例

Hugging GPT：對工具調用能力

Generative Agents：獨立思考能力

3. 兩向融合現象：低/零代碼開發平臺融合AI Agent輔助開發，并出現開發AI Agent的低/零代碼開發平臺

AI Agent目前最適合的商業化落地方式依然是嵌入低代碼應用開發平臺中，作為應用開發的輔助功能，進一步提升平臺的使用效率。

4. 其他解決低代碼痛點思路

低代碼平臺依然存在效率低的痛點：

（1）應用搭建效率低。非開發者在搭建應用前需要熟悉低代碼平臺的使用和各類組件的配置項。

（2）組件研發效率低。新的組件研發流程還是傳統的產品出需求文檔，開發出詳細設計、編碼實現。

解決思路

• 針對應用搭建效率低的痛點：讓非開發者不需了解低代碼平臺的使用和組件的配置等，講出需求，AI 輔助快速搭建應用。
• 針對組件研發效率低的痛點：AI 輔助需求文檔到完成編碼整個階段的提效。

將現有的低代碼平臺升級為“AI 驅動應用開發平臺”，針對三類不同的使用人群進行賦能提效，實現平臺全局 AI 驅動。

• 面向產品經理的需求抽象：協助產品將描述性的需求文檔，轉換成規范數據結構。
• 面向開發者的輔助編碼：作為程序員的開發助手，完成確定性功能函數編程。
• 面向非開發者的應用搭建輔助：講出需求，快速搭建應用。

四、Ai+低/零代碼 實際落地案例

1、得帆信息·DeCode

AiCG 融合點

底層：文心 & GPT 大模型

融合方向：自動編程、輔助搭建、智能匹配、智能搭建、智能翻譯、對話問答、場景融合

應用形式

1. 組件形式：提供提供快速接入GPT、并融合搭建業務應用的能力
2. 智能問答形式：包裝為智能助手、智能機器人，為用戶提供數據洞察的能力，幫助用戶直接地理解和利用
   數據
3. 應用生成：基于自然語言描述，進行需求抽象、搭建、調試

2、金現代·輕騎兵

3、 西門子 Mendix10

Mendix10，將 AI和ML（機器學習）融入低代碼領域，包括了最新的人工智能和機器學習功能，新的業務協作和IT協作的工具，簡化的開發人員體驗，擴展的云部署選項，以及現代化的治理和控制方法。

1.Mendix 發布 Mendix Assist（人工智能開發工具）的新功能—Mendix Chat

這是一個嵌入IDE中的大型語言模型，可生成開發指導并接受Mendix特定專業知識的培訓和支持；

他們的主要思路為人工智能輔助開發（AIAD），他們會將下一代產品引入生成式人工智能（AIGC）。同時，生成式AI加入低代碼和無代碼開發平臺，將會進一步降低使用低代碼和無代碼開發工具的門檻，并或將誕生新的智能開發技術；

Mendix 的思路以 AI 輔助編程為主（https://www.mendix.com/platform/ai/）。舉例來講，由于他們擁有一個強大的 IDE ，他們的 AI assist 能力首先考慮用戶的編輯器體驗。對于低代碼編輯器使用者來講，最頭疼的就是如何在一大堆組件和邏輯中快速選擇想要的了，所以 Mendix 從 IDE 的基本體驗出發，參考代碼補全和代碼推薦的方式創造性地提出了節點推薦的方式:

這種做法有效解決了“選擇困難癥”。AI 會根據用戶上下文計算推薦需要的內容，并計算權重用來排序，很類似搜索引擎的工作。

來源：http://www.lowcodetime.com/13091.html

2.Mendix 10引入了全新的ML Kit

1. 有一部分客戶希望能將自己的專有的 ML 模型嵌入到 Mendix 應用程序中
2. 為滿足此需求，Mendix 10引入了全新的ML Kit，該工具可以讓開發者將常見的ML框架構建的模型部署到Mendix Runtime中。無論模型是用scikit-learn、PyTorch還是TensorFlow等框架訓練的，都可以轉換為開放神經網絡交換（ONNX）格式，然后直接集成到Mendix應用程序中，保證高性能、數據安全和經濟效益

來源：Mendix 10將AI和ML融入低代碼平臺 ，助力企業實現組合式數字解決方案交付

4、FlutterFlow 低代碼移動應用開發平臺

特點：擁抱生成式 AI

FlutterFlow 推出了AI驅動的代碼助手，可以根據所需功能的描述生成代碼（例如，“找出兩點之間的距離”）

（ FlutterFlow簡介：成立于 2020 年，A 輪 2550w 美元，估值1.7億美元；FlutterFlow提供了旨在簡化在iOS和Android以及桌面操作系統（例如Windows和macOS）上運行的應用構建的低代碼工具。利用Flutter，Google的開源UI創建工具包，FlutterFlow生成了Abel描述為“干凈”和“可維護”的應用源代碼）

來源：擁抱生成式AI，FlutterFlow 低代碼移動應用開發平臺獲2550萬美元融資

5、CodeGPT——大模型應用于低代碼

系統架構圖

已擁有能力

1. 頁面創建：自然語言創建頁面，包括頁面布局和頁面功能腳本；
2. 頁面控件修改：自然語言修改頁面控件的布局、風格、屬性等等；
3. 頁面字段增加：自然語言請求大模型給出建議字段；
4. 腳本生成：自然語言請求生成一段腳本實現特定功能；
5. 腳本修改：給出原有的腳本，自然語言描述修改需求，大模型做腳本修改；
6. Sql生成：自然語言生成Sql；
7. 正則表達式生成：自然語言生成正則表達式；
8. 閑聊意圖識別：拒絕開發輔助以外的提問；
9. 研發智能問答：針對研發的開發問題的問答

正在開發能力

1. 操作手冊生成：選擇正在使用的低代碼頁面，大模型生成操作手冊；
2. 需求文檔生成頁面：向大模型提供需求文檔，自動生成頁面；
3. 腳本實時續寫：實時續寫腳本，基本可以達到行級續寫和函數級續寫；
4. 腳本注釋生成：理解腳本，為腳本添加注釋，提升腳本可讀性；
5. 腳本解釋：理解腳本，并根據上下文，解釋代碼的邏輯、功能；
6. 腳本優化/修復：優化和修復腳本；
7. 頁面測試生成：RPA整合，形成頁面測試腳本；

來源：低代碼大模型的架構與CodeGPT的落地

6、無極低代碼（有案例）

1、 三個場景案例

場景一：組件定制

以表單組件為例，通過智能推到UI生成一個表單后，往往需要進一步的細節調整。而這些調整操作都是重復的，非常繁瑣，我們嘗試用AI來取代它。

下面視頻案例中，演示了表單的標簽翻譯和下拉框的可選項配置。通過AI取代簡單重復的人工操作，降低低代碼平臺的使用門檻；

場景二：邏輯定制

有些頁面邏輯需要編寫少量的前端代碼（Javascript）來實現，這塊功能我們稱之為LessCode。在 LessCode 里面可以調用我們的 API 來 “獲取頁面的狀態數據” 或者 “調用無極的工具方法”，這里的代碼規模不大，技術要求也不高，難點在于要學習無極的文檔，如果把這個文檔交給AI呢？（世界瞬間清凈了 ～）

下面視頻案例中，演示如何在無極中使用AI來編寫邏輯代碼。AI寫出來后，我們可以人工CR一下，也可以跳過CR，直接去預覽狀態下做“黑盒測試”，這樣一來，對無極用戶們的代碼能力又降低了。

此處為視頻卡片，點擊鏈接查看：1710208506153.mp4

場景三：數據分析

能否通過AI實現全過程的自動化？這里進一步嘗試“零代碼”的開發，實現用戶的“一句話需求”。

下面視頻案例中，選擇BI這個例子，通過AI自動編寫SQL、自動選擇合適的圖表組件、或者進一步調整組件細節；從 “接入數據” -> “生成組件” -> “組件調整”，全過程由AI獨立完成。

此處為視頻卡片，點擊鏈接查看：1710208582681.mp4

2、AI 是否高效，由【使用場景】和【AI 成熟度】有關

1. 使用場景

1. 如需求 “根據學生數據表統計學生的男女比例”，這時候需要一定的思考成本，低代碼無法自動化，這時候引入AI來理解自然語言、并生成SQL，就能吊打低代碼
2. 如“把名稱這個表單項的標簽，由 name 改成 ‘名稱’”，讓AI來處理，它會先尋找表單項、獲取表單項的信息、最后才是設置標簽值，但是對于一個稍微熟悉低代碼的開發者來說，單擊一下配置框直接輸入“名稱”兩字就完事了，這樣跟AI對比，人工操作更快更準。但是如果重復的操作量增大，比如“把整個表單的所有標簽都翻譯成中文”，這時候讓AI來循環操作就非常合適

適合 AI的場景：具備一定的思考成本或者操作體量大

2. 成熟度

AI的輸出不一定是100%準確，在未來很長一段時間，AI和人工是共存的。一方面，我們可以先人工再AI，使用無極的“智能推導UI”，快速生成固定模板的組件，然后配合AI完成細節調整；另一方面，我們也可以先AI再人工，用AI快速生成一個可用的Demo，然后再通過低代碼的可視化配置能力進行修正。

無極接入AI的經驗

無極接入AI的方式是抽象出一層DSL（領域特定語言），讓AI通過DSL了解無極的能力，同時輸出DSL交給無極解析執行。基于這一層抽象，任何領域的應用都能夠接入AI，只要它的能力能被原子性地描述出來。只需要三步 ：

• 領域能力封裝成 DSL
• 將 DSL 的組合方式（鏈式思維的方式，CoT）提煉成 Prompt
• 執行AI返回的指令

來源：無極低代碼平臺的AI之路 – 知乎 (zhihu.com)

7、氚云（功能較普通，運行較絲滑）

用戶通過喚醒氚云界面側邊欄內命名“Authine AI”的助手，通過對話框，以自然語言的形式向平臺下達指令。AI 在判斷用戶需要新建應用指令后，自動從工作臺（應用態）跳轉至表單設計器（設計態），進行新建表單、創建字段等操作。這在傳統軟件或SaaS中屬于尚不能實現的場景，意味著一個業務人員可以隨時根據業務需求，變更、新增應用，只需幾句話、30秒就能上線一個新應用

來源：奧哲被曝將發布AI低代碼開發平臺，AIGC會改變低代碼行業格局嗎？-36氪 (36kr.com)

8、 其他廠商：AI 在低代碼的應用

eg1:頁面生成 & 布局能力

需求：頁面分為三部分，頂部是標題”合金彈頭首發”，中間是一張圖片，圖片鏈接是”<a href=”https://cdn.yyb.gtimg.com/co-page-img/game-icon.png”>https://cdn.yyb.gtimg.com/co-page-img/game-icon.png“，底部是一個按鈕，按鈕文案是云游跳轉。

此處為視頻卡片，點擊鏈接查看：1710211961498.mp4

eg2: 頁面修改能力

需求：刪除圖片，標題的文案改為”今天首發”，按鈕的文案改為”立即試玩”，按鈕顏色改為”紅色”。

此處為視頻卡片，點擊鏈接查看：1710211989806.mp4

eg3: 產品需求抽象 & 輔助編程能力

來源：AIGC 時代：低代碼 + AI – 知乎 (zhihu.com)

eg4: 圖形化編程

1. 數據模型畢竟還僅僅是單一維度的東西，要配合業務邏輯的才能稱得上是系統。

織信，通過織信的【自動化】功能實現業務邏輯的自動化編寫能力。

我們需要生成一個“當會議室信息表的會議狀態從進行中變為已完成的時候，自動生成會議紀要記錄，并且關聯對應的會議信息。系統會自動生成對應的自動化步驟。

2. 復雜指令

更加復雜的指令，系統也能夠很好的給出結果。

我們將下面的需求寫入對話框內：

根據傳入的recordId查詢項目表的項目記錄，判斷項目的狀態是否為進行中，如果是繼續執行，如果不是則中斷并提示“項目狀態已修改”。繼續查詢任務表中關聯項目等于recordId的任務列表，判斷任務列表中是否有存在狀態不為已完成的任務，如果滿足則中斷并提示“還有未完成的任務，無法完成項目”，如果不滿足則修改當前項目的狀態為已完成，修改當前項目的完成時間為當前時間，并且給項目負責人發送系統通知。

3. 編寫代碼片段

在很多復雜的需求場景里，某些功能可能需要用到腳本，甚至是編寫代碼才能實現用戶的需求。

這個時候如果你是一個完全不懂如何寫代碼的人，也完全不用擔心。

織信在涉及到代碼編寫的地方，也引入了【詢問AI】的功能，此時的你只需要輸入指令，AI連代碼也可以幫你輕松搞定。

參考文獻

1. 《艾瑞咨詢：2023年中國低零代碼行業研究報告.pdf》
2. 《低碼時代 – Market Insight：中國低代碼&零代碼市場發展洞察(2023).pdf》
3. LowCode低碼時代 -中國低代碼行業研究、市場報告、技術選型和媒體報道。